Revista de teledetección y SIG

Abstracto

Hacia operaciones espaciales autónomas mediante aprendizaje automático

Boumghar rojo

La democratización de la exploración espacial se debe en gran medida a los desarrollos de código abierto de satélites pequeños (por ejemplo, Cubesats, satélites cúbicos de 10x10x10 cm). Una de las necesidades críticas del futuro cercano para la exploración espacial es ampliar las operaciones de las naves espaciales para poder gestionar decenas de miles de satélites; literalmente, múltiples robots en el espacio con sistemas dinámicos complejos. El proyecto Polaris es completamente de código abierto, tiene como objetivo analizar la telemetría de los sistemas robóticos, aprender de ella, mantener informados a los operadores y generar conocimiento transferible a diferentes misiones con activos robóticos similares. Este proyecto tiene tres aspectos: obtener y normalizar datos de las señales de radio recopiladas por las estaciones SatNOGS (200 estaciones terrestres de código abierto en todo el mundo), modelos de aprendizaje automático para realizar análisis de dependencias, segmentación del comportamiento contextual de series temporales y predicciones para la prevención de anomalías y, por último, visualización de datos para explicar los modelos de aprendizaje automático y proporcionar widgets para el conocimiento de la situación de los operadores. En esta charla, repasaré los modelos de aprendizaje automático desarrollados y cómo rastreamos las dependencias entre telemetrías y cómo la visualización de gráficos nos permite navegar por conjuntos de datos de alta dimensión. Compartiré los pasos que estamos siguiendo para componer futuras operaciones y monitoreo satelital autónomo y cómo el código abierto juega un papel esencial.